Analyse de l'engagement des étudiants et des résultats d'apprentissage dans les environnements éducatifs assistés par robot

Analyzing Student Engagement and Learning Outcomes in Robot-Assisted Educational Environments

• Auteur / Autrice : Xiaoxuan Hei
• Direction : Adriana Tapus
• Type : Projet de thèse
• Discipline(s) : Informatique, données, IA
• Date : Inscription en doctorat le 03/10/2022
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : U2IS - Unité d'Informatique et d'Ingénierie des Systèmes
• Partenaire(s) de recherche : Equipe de recherche : SAR - Systèmes Autonomes et Robotique

Mots clés

Mots clés libres

Robotique sociale

Apprentissage automatique

Interaction homme-robot

Social robotics

Machine Learning

Human-Robot Interaction

Résumé

Cette thèse explore l'impact des interactions assistées par des robots sur l'engagement des étudiants et les résultats d'apprentissage dans divers contextes éducatifs. À mesure que les robots s'intègrent de plus en plus dans les salles de classe, il est essentiel de comprendre leur rôle dans l'amélioration des expériences d'apprentissage. Cette recherche examine comment différents types d'interactions robotiques peuvent influencer la motivation des étudiants, leur participation et leurs performances académiques. Les principaux domaines d'étude incluent l'efficacité des robots en tant qu'agents éducatifs, leur rôle dans la fourniture de retours d'information et de soutien, ainsi que la modélisation dynamique de l'engagement des étudiants à l'aide de techniques avancées telles que les réseaux bayésiens dynamiques (DBN). À travers une série d'études expérimentales, ce travail examine comment les robots peuvent s'adapter aux besoins des étudiants, offrir des encouragements et influencer les comportements d'apprentissage. Les résultats de cette thèse fournissent des perspectives sur les conditions dans lesquelles les robots peuvent soutenir l'apprentissage de manière efficace, en soulignant à la fois leur potentiel et les défis liés à leur intégration dans des environnements éducatifs divers. En fin de compte, cette recherche vise à informer la conception de systèmes robotiques plus adaptatifs et réactifs, capables de mieux soutenir l'engagement des étudiants et d'améliorer les résultats d'apprentissage dans les contextes éducatifs.

This thesis explores the impact of robot-assisted interactions on student engagement and learning outcomes across various educational settings. As robots become increasingly integrated into classrooms, understanding their role in enhancing learning experiences is crucial. This research investigates how different types of robotic interactions can influence student motivation, participation, and educational achievement. Key areas of focus include the effectiveness of robots as educational agents, their role in providing feedback and support, and the dynamic modeling of student engagement using advanced techniques such as Dynamic Bayesian Networks (DBNs). Through a series of experimental studies, this work examines how robots can adapt to students' needs, offer encouragement, and shape learning behavior. The findings of this thesis provide insights into the conditions under which robots can most effectively support learning, highlighting both their potential and the challenges associated with integrating them into diverse learning environments. Ultimately, this research aims to inform the design of more adaptive and responsive robotic systems that can better support student engagement and improve learning outcomes in educational settings.